# LLM Call Diagnostics

> 排查真实模型调用的端点、协议、认证来源、超时或输出截断问题；适用于实验可调用性与正式流程不一致的情况。

- Skill: `ruosong320/llm-call-diagnostics` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add ruosong320/llm-call-diagnostics`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ruosong320/llm-call-diagnostics/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: Ruosong320 (https://skillmd.com/u/ruosong320)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/ruosong320/llm-call-diagnostics

---


# 模型调用诊断

先沿正式入口找实际调用适配器及配置优先级，记录：调用库/CLI、协议、基础地址、实际请求路径、模型、思考强度、输出限制、超时、代理与工作目录。仅显示脱敏配置；不打印认证值或整个环境。

比较实验与正式入口的差异：SDK 是否自动追加 `/v1` 或资源路径，传入的是 base URL 还是完整 endpoint，协议是否匹配，子进程是否继承正确配置、cwd 和环境。以实际代码或脱敏请求日志为准，不凭服务名称猜路径；不复制历史会话里的过期地址、密钥和模型。

用同一适配器做一个最小真实请求，先证明连接和输出解析成立，再启动批量实验。保持用户指定模型；网络失败不能通过换模型或伪造结果掩盖。

按可观察层定位：工具入口是否实际可调用 → 进程能否启动 → DNS/TLS/代理 → HTTP 状态与协议 → 认证/模型可用性 → 流式完成信号 → 输出解析/业务校验。工具列表缺入口、沙箱拒绝和远端超时是不同事实；仅凭配置或环境说明不能声称执行过命令。

遇到沙箱权限或网络边界，按当前执行环境规定请求必要权限，不用关闭 TLS 验证来绕过错误。重试只改变一个有证据关联的因素，遵守任务已有预算。输出被截断时检查完成原因、输出上限和上下文长度，不把解析失败一律当网络错误。

报告脱敏的实际调用路径、最早失败层、关键证据及验证过的修复；不能将一次成功推广为长期稳定。